【把玩信息图之标签云】看看我一年的邮件在扯什么

2013年开始了，用一个信息图缅怀我的2012：用标签云展示我一年的邮件在扯什么。

整个标签云的制作过程利用现有技术，方便操作。

准备数据

利用邮件客户端将2012年的邮件导出到目录

 

然后用在控制台，用dir /b > input.txt 命令，仅仅将标题输出到一个文件内容（这里是取巧了，只统计邮件标题，其实根据需要可以导出内容进行处理，方式不展开讨论了）

 

统计词频

词库当然是利用现成的，在网上找了一个盘古分词(盘古分词：http://pangusegment.codeplex.com/)，写了几行代码调用完成了词频统计（只适用于小型统计）

编译好的程序见附件，可直接使用：

1 输入文本内容放入input.txt
2 运行xqptag.exe，生成词频在data.txt

如果需要修改词库，使用\pangu\DictManage.exe打开\Dictionaries下的Dict.dct文件进行添加修改

得到data.txt文件如图所示：

 

数据处理

data.txt是按照词频顺序排列的，以[词]:[出现次数]这样的格式排列

如果希望出现的未出现，可能是词库未包含，使用\pangu\DictManage.exe打开\Dictionaries下的Dict.dct文件进行添加修改，修改方法参考盘古官网说明。

如果不希望的词出现，例如txt或者一些助词之类，可手工处理。

 

生成标签云

在众多标签云生成软件中，我选择了tagxedo，无需注册：http://www.tagxedo.com/

访问网站，点击create

 

在load目录中的enter text，输入修改过的词频数据，点击submit就会生成一个粗略的标签云

当然这个并不是我们想要的样式，我还要进行调整：

最重要的一步：在word | layout option 中的word一页 apply nonlatin heuristics 设置为no，这样才不会将中文的词分开

设置方向：Orientation中选择方向Horizontal（水平）

选择样式、主题、颜色… 大家慢慢发掘

 

最后用save生成可下载的图片文件，大功告成！